基于奇異譜去噪的心音信號(hào)混沌動(dòng)力學(xué)分析.pdf

1、心音是人體重要的生理信號(hào)之一，它包含了心臟大量的生理和病理信息。而心臟是一個(gè)復(fù)雜的非線性動(dòng)力系統(tǒng)，決定了由其產(chǎn)生的心音信號(hào)也具有一定的非線性特性和復(fù)雜性。常規(guī)的心音信號(hào)處理方法，如時(shí)頻分析、功率譜分析等都是建立在線性模型基礎(chǔ)之上的分析方法，只能反映信號(hào)的時(shí)域信息或頻域特性，卻并不能全面反映本質(zhì)為非線性的生理系統(tǒng)的動(dòng)力學(xué)特性。新發(fā)展起來的混沌理論以及信號(hào)處理方法為研究心音信號(hào)提供了新的途經(jīng)。
　　然而，在對(duì)心音信號(hào)進(jìn)行混沌分析之前，

2、必須對(duì)其進(jìn)行去噪處理。傳統(tǒng)心音去噪方法在對(duì)心音進(jìn)行去噪時(shí)常因去噪過度或者不完全，容易造成大量非線性特征信息的丟失，從而破壞了心音本身的動(dòng)力學(xué)特性，這給后續(xù)心音的混沌動(dòng)力學(xué)分析帶來了不利影響。
　　針對(duì)傳統(tǒng)心音去噪算法存在的不足，本文提出采用一種基于奇異譜分析的小波去噪方法來對(duì)心音信號(hào)進(jìn)行去噪處理。首先，針對(duì)實(shí)際心音信號(hào)的噪聲特點(diǎn)，根據(jù)奇異譜的主成分分析特性，提出了一種多級(jí)奇異值分解算法（MS-SVD）來提取強(qiáng)噪聲條件下的心音信號(hào)，

3、通過對(duì)信號(hào)進(jìn)行奇異值分解和重構(gòu)，能夠有效的從強(qiáng)噪聲中分離出心音信號(hào)。其次，由于分離出的心音信號(hào)在各個(gè)頻段仍含有部分噪聲，所以利用小波的多分辨率分析特性來對(duì)心音信號(hào)作進(jìn)一步的去噪處理。而傳統(tǒng)小波閾值去噪方法在估計(jì)噪聲閾值時(shí)容易將部分高頻心音當(dāng)成噪聲，導(dǎo)致估計(jì)的閾值過大而造成心音能量損失。因此，本文采用心音基線來對(duì)信號(hào)中的噪聲閾值進(jìn)行估計(jì)，并提出相應(yīng)的基線自動(dòng)提取算法。最后，結(jié)合MS-SVD算法和改進(jìn)的小波閾值去噪算法，提出了一種基于奇異譜

4、分析的心音信號(hào)小波去噪算法，并通過提出的改進(jìn)算法對(duì)含噪心音信號(hào)進(jìn)行仿真實(shí)驗(yàn)。結(jié)果表明，不管是針對(duì)正常心音還是異常心音，改進(jìn)的算法在對(duì)其進(jìn)行去噪時(shí)均能達(dá)到滿意的去噪效果，且性能優(yōu)于傳統(tǒng)的心音去噪方法。同時(shí)，去噪后心音本身的動(dòng)力學(xué)特性和非線性特征信息也得到了很好的保留。
　　另外，在深入分析心音信號(hào)去噪算法的基礎(chǔ)上，將混沌理論應(yīng)用到心音信號(hào)的分析中，開展對(duì)不同心臟疾病狀態(tài)下心音信號(hào)的混沌動(dòng)力學(xué)研究。本文從混沌動(dòng)力學(xué)系統(tǒng)所具有復(fù)雜性、確

5、定性以及自相似性等基本特征出發(fā)，采用基于熵的復(fù)雜性、基于定量遞歸的確定性以及基于分形幾何結(jié)構(gòu)的自相似性分析方法來研究心音，并從中選取了近似熵、遞歸值（遞歸率、確定率）和關(guān)聯(lián)維等4個(gè)關(guān)鍵混沌特征指標(biāo)對(duì)心音進(jìn)行分析。文中主要選取正常心音和5種不同類型的心臟瓣膜疾病心音作為研究的對(duì)象，首先通過相空間圖和遞歸圖分別對(duì)這幾類心音進(jìn)行定性的分析；然后利用所選特征參數(shù)對(duì)心音進(jìn)行定量的分析，并計(jì)算其混沌特征值。結(jié)果表明，近似熵和關(guān)聯(lián)維能夠定量的反映心音